Amazon Web Services 位於美國維珍尼亞州北部的 US-EAST-1 數據中心於 2025 年 10 月 20 日發生重大故障，全球超過 1,000 個網站及應用程式服務中斷超過 12 小時。DynamoDB 域名系統解析問題觸發連鎖效應，影響 EC2 虛擬伺服器啟動及網絡負載平衡器健康檢查系統。網絡監測公司 Catchpoint 行政總裁估計，事故造成的財務損失將達數十億美元（折合約數百億港元）。 （繼續閱讀…）
雲端服務
亞馬遜雲端服務 (AWS) 於 2025 年 10 月 20 日發生全球性大規模故障，影響全球數千個網站和應用程式，包括 Snapchat、Reddit、Zoom、Disney+、Fortnite、麥當勞及 Coinbase 等多個行業大規模服務中斷。雖然服務現已全面恢復，但這次事故揭露出全球網絡高度集中於少數科技巨頭的「集中化風險」，也讓各界重新檢視「數碼主權」與「多雲策略」的重要性。
雲端巨擘的隱憂：一次錯誤讓全球網絡停擺
此次 AWS 大規模故障從台灣時間 10 月 20 日午後開始，歷經約 15 小時修復，於 21 日早晨全面恢復運作。AWS 官方指出問題源自美國維吉尼亞北部 (US-EAST-1) 區域的主要資料中心，一次例行 DynamoDB 資料庫 API 更新導致網域名稱系統 (DNS) 及一系列資料庫發生解析異常，服務錯誤率大幅提升。該系統負責將網域轉換為 IP 位址，一旦異常，全球逾百項 AWS 服務無法正確導向伺服器，連鎖癱瘓 113 項關鍵雲端服務。亞馬遜承認部分用戶仍出現「訊息積壓」現象。
專家：集中化架構與系統性風險
專家指出，此次大規模故障是 AWS 該區域近 5 年來第三次發生重大事故，歷史上類似問題曾引發全球醫療、金融及交通系統癱瘓。這展現了雲端基礎設施對集中化依賴的雙刃劍效應：一方面帶來規模效應和成本優勢，另一方面風險集中導致故障波及面廣。
NymVPN 數碼長 Rob Jardin 指出：「雲端的初衷是去中心化，但現今全球網絡卻被幾家巨頭綁架。一個節點出錯，隨即影響全球」。Omdia 首席分析師 Roy Illsley 則補充，AWS 美東區域是除政府及主權雲外，所有 AWS 服務的共用控制平面，因此一旦故障，波及面幾乎遍及全球。專家們強調，企業亟需審慎評估雲端集中化風險，並考慮採用多雲策略加強韌性。
全球市場格局：AWS 仍稱冠，競爭加劇
統計顯示，亞馬遜 AWS 佔全球雲端市場約三分之一 (33%)，持續領跑市場，其服務穩定性直接影響成千上萬企業的應用和服務可用性。2025 年全球雲端運算產值估達 7,303 億美元（約港幣 5.7 兆元），其中北美佔比 36.2%，亞洲增長至 21.7%。專家認為 AWS 憑藉規模與資源仍難取代，但競爭對手如 Microsoft Azure 和 Google Cloud 持續強化 AI 和安全方案，AWS 必須同時提升可用性與災難復原能力，以維持市場領先地位。
歐盟與業界動向：建立「主權雲」成新戰略焦點
在 AWS 頻繁當機及資訊保安爭議背景下，歐盟正積極推動「歐洲雲端聯盟」(European Alliance for Industrial Data and Cloud)，計劃建立不受美國企業控制的區域主權雲基礎設施。同時 Microsoft 也宣佈未來 2 年擴建歐洲資料中心容量 40%，並推出「Microsoft Cloud for Sovereignty」方案，協助政府客戶控制資料存放與加密權限。分析認為，這不只是地緣技術競爭，更關乎歐洲數碼戰略自主權。
業界觀察：企業重審多雲架構與風險分攤策略
有媒體採訪 AWS 亞洲工程團隊與本地雲端營運維護顧問後，工程師指出，台灣多數中小企業仍過度依賴單一雲端供應商。有媒體觀察多家金融與零售業客戶雖啟用多雲服務，但資料備援與流量轉移策略未完備，使其在 AWS 停擺時仍陷半癱狀態。這反映企業亟需投資自動化災難復原 (DR) 與跨雲路由架構。
未來展望：平衡集中化與系統韌性
AWS 事件讓全球科技業再度思考「效率與韌性」之間的平衡。此次大當機不僅引起全球關注，也可能影響企業對 AWS 長期信任及投標決策。專家預測，短期內企業將持續依賴 AWS 的成熟生態，但中長期「分散式雲端」與「主權雲」勢將成為主流趨勢。未來雲端服務商需在廣度與深度上持續創新，同時建立透明且高效的故障應對機制，以減緩集中化風險帶來的衝擊。這起事件亦促使業界重新審視多元備援方案，積極推動更分散、彈性的雲端基礎建設佈局。
資料來源： Yahoo新聞、 Al Jazeera、 Reuters、 The Register、 CRN
Amazon Web Services 位於美國北維珍尼亞州 US-EAST-1 區域的雲端服務在東部時間 12:11 發生嚴重故障，導致包括 Snapchat、Fortnite、Ring 智能門鈴、Coinbase 加密貨幣交易所在內的數百個知名服務全面中斷。這宗持續超過 5 小時的大規模中斷事件，再次突顯企業過度依賴單一雲端服務供應商的系統性風險。根據監測平台 Downdetector 資料，故障高峰期間收到超過 13,000 份問題報告，影響範圍遍及金融、媒體、遊戲及零售等關鍵產業。本文將深入剖析此次事故的技術根源、對企業營運的連鎖衝擊，以及雲端架構專家建議的三大應對策略。
技術核心：DynamoDB 端點故障引發系統性崩潰
AWS 官方狀態頁面確認，這次中斷源於 US-EAST-1 區域 DynamoDB 端點出現顯著錯誤率，並波及該區域內多項 AWS 服務。DynamoDB 作為 AWS 的核心 NoSQL 資料庫服務，支援著數以萬計的應用程式進行實時資料讀寫操作。當這個關鍵組件發生故障時，依賴它的 Lambda 函數、API Gateway 及其他服務如同骨牌般接連癱瘓。
根據雲端監測公司 StatusGator 的歷史分析，US-EAST-1 區域在 2024 年 12 月曾發生兩次重大故障——12 月 7 日的事故持續超過 7 小時，源於 API Gateway 服務內部基礎設施退化；僅三天後的 12 月 10 日又出現第二次中斷。這種「連環故障」模式顯示，即使在單次事件恢復後，底層架構的脆弱性可能持續存在。AWS 工程團隊在事故期間持續處理積壓的請求隊列，但服務完全恢復仍需數小時。
值得注意的是 2024 年 12 月 12 日 Amazon Cognito 服務在同一區域發生故障時，AWS 官方狀態頁面最初並未報告任何問題，而獨立監測服務 StatusGator 卻在官方確認前 28 分鐘就向客戶發出預警。這突顯了企業不能完全依賴雲端供應商自身的狀態報告系統，必須建立多元化的監控機制。
US-EAST-1 關鍵地位：全球雲端服務的「阿喀琉斯之踵」
US-EAST-1 區域 (北維吉尼亞) 並非普通的 AWS 資料中心——它是 AWS 最早建立的區域之一，目前擁有 5 個可用區，是所有 AWS 區域中可用區數量最多的。這個區域承載著大量遺留系統和核心服務，許多企業在 AWS 早期採用階段就將關鍵業務部署於此，形成了難以遷移的「路徑依賴」。
Disney、紐約時報等媒體組織，以及 Venmo、Prime Video、Alexa 等消費者服務在此次故障中均出現問題。當單一區域承載如此密集的關鍵服務時，任何局部故障都可能演變為全球性災難。雲端架構專家指出 US-EAST-1 的特殊地位使其成為「太大而不能倒」的基礎設施，但同時也是整個雲端生態系統中最脆弱的環節。
根據 2023 年 Uptime Institute 報告，電力中斷導致 44% 最具影響力的雲端故障，而資料中心設施的物理依賴性——從冷卻系統到網絡連接——都可能成為單點故障源。即使擁有備用電源和冗餘系統，大規模資料中心的複雜性意味著預料之外的連鎖反應隨時可能發生。
企業代價每小時 10.5 萬美元的隱形成本
據市場研究機構 IDC 估算，非計劃性雲端中斷平均每小時給企業造成 10.5 萬美元（約港幣 HK$819,000）損失，某些情況下損失金額可達數百萬美元。但這僅是財務損失的冰山一角——品牌信譽受損和客戶流失的長期影響可能持續數年。
雲端風險解決方案供應商 Parametrix 發布的《2024 年雲端中斷風險報告》揭示令人擔憂的趨勢：2024 年出現 6 次超過 10 小時的重大雲端故障，總計接近 100 小時的停機時間。人為錯誤佔 2024 年故障事件的 68%，較前一年的 53% 大幅上升。這顯示隨著雲端基礎設施規模擴張和服務複雜度提升，操作失誤的風險也在同步增加。
對於電商平台而言，中斷意味著直接收入損失；對於金融機構，可能觸發監管審查和合規罰款；對於醫療系統，甚至可能影響患者安全。2024 年 7 月 CrowdStrike 軟件更新引發的全球性故障，估計造成 Fortune 500 企業 54 億美元（約港幣 421.2 億元）的直接損失。這些數字警示企業領導者：雲端韌性不是 IT 部門的技術議題，而是董事會層級的戰略風險。
多雲架構成為 2025 企業必選項
面對日益頻繁的雲端中斷，市場研究機構 Gartner 預測，到 2025 年超過 85% 的組織將採用雲優先原則，其中超過 50% 將依賴多雲策略推動業務創新和數碼化轉型。這不再是技術愛好者的實驗，而是企業生存的戰略選擇。
根據 Flexera 報告，89% 的企業已採用多雲策略，平均每家企業使用 2.4 個公有雲平台。主要動機包括避免供應商鎖定、提升系統韌性，以及利用各雲端平台的差異化優勢——AWS 在運算能力、Azure 在企業整合、Google Cloud 在 AI 工具方面各有所長。
然而多雲策略並非沒有代價。專家指出如果缺乏適當的治理框架，多雲環境可能導致成本失控、安全漏洞擴大，以及技能差距問題。成功的多雲部署需要：統一的身份管理系統、跨雲端的監控工具、標準化的容器技術 (如 Kubernetes)，以及持續的團隊培訓投資。
印度政府的 Digital India 計劃就是典範案例：敏感資料託管在本地政府雲端 MeghRaj，而 AI 和分析工作負載則運行在 Azure 和 Google Cloud 上，既確保合規性，又改善了性能和成本。這種「工作負load 分層」策略——根據資料敏感度、延遲要求和計算需求選擇最適合的雲端平台——正成為 2025 年企業雲端架構的標準範式。
前瞻視野：AI 驅動的自愈系統與零信任架構
展望未來，雲端韌性的提升將依賴兩大技術支柱。Forrester 研究預測，到 2025 年，採用 AI 驅動雲端服務的企業將實現 30% 的運營效率提升。AI 驅動的成本效能分析可以動態分配工作負載至最高效的雲端環境，預測性維護系統能在故障發生前識別潛在問題，自動化故障轉移機制可將服務中斷時間縮短至秒級。
零信任架構 (Zero Trust Architecture) 正成為多雲安全的基石，它要求對每個存取請求進行持續驗證，而非基於網絡邊界的傳統安全模型。當企業的資料和應用分散在多個雲端平台時，統一的安全策略框架比以往任何時候都更加重要。第三方跨雲安全解決方案提供單一管理介面，讓安全團隊能夠跨所有環境一致地應用存取權限、配置審計和資料保護策略。
國際數據公司 (IDC) 預測，到 2025 年，超過 60% 的企業在選擇雲端供應商時會將可持續性作為關鍵考量因素。隨著碳中和承諾成為企業 ESG 戰略的核心，雲端供應商正投資碳中和資料中心、能效冷卻解決方案和 AI 驅動的電力管理系統。這不只是環境責任，也成為供應商差異化競爭的新戰場。
此次 AWS 故障對企業的警示意義遠超技術層面：它揭示了數碼經濟時代基礎設施集中化的系統性風險。對於首席資訊官和技術決策者而言，2025 年的關鍵問題不是「是否採用雲端」，而是「如何構建既能享受雲端創新優勢、又能在供應商故障時保持業務連續性的韌性架構」。那些在今天做出正確架構決策的組織，將在明天的數碼化競爭中獲得決定性優勢。
資料來源： NBC News CNN Business Reinsurance News – Parametrix Cloud Outage Risk Report TechAhead IT Convergence
SailPoint 於香港舉行的 Navigate 2025 大會上，發布一系列突破性產品，標誌著企業身份安全管理進入全新階段。在現今企業環境中，AI 代理已處理高達 70% 的身份交易，可能在幾分鐘內自主做出數百萬個決策，甚至生成新的子代理，而傳統管理系統卻未能跟上這波變革。這次發布的 Non-Employee Risk Management（非員工風險管理）、Machine Identity Security（機器身份安全）及 Agent Identity Security（AI 代理身份安全）三大核心方案，直接回應市場對跨越人類、機器與 AI 代理的統一身份治理的迫切需求。本文將深入剖析這些創新如何重塑亞太區身份安全格局、對香港企業的實質影響，以及未來三年的市場趨勢。
企業面臨的三重身份危機與迫切性
SailPoint 產品執行副總裁暨技術長 Chandra Gnanasambandam 在發布會上指出，數碼生態系統的擴張，迫使企業除了需要管理人類身份，更要應對機器身份及 AI 代理身份的激增。根據 CyberArk 2025 年機器身份安全報告，79% 的企業預計未來一年機器身份數量將持續增長，其中 16% 預估增幅達 50% 至 150%，而在過去 12 個月內，有 50% 的企業曾發生與機器身份入侵相關的安全事件，引致應用程式發布延遲（51%）、系統中斷（44%）及未經授權存取敏感資料（43%）。
更令人警醒的是，SailPoint 最新研究顯示，僅不到四成企業目前對 AI 代理實施有效治理，雖然這類身份預計在未來 3 至 5 年內將呈指數級擴張。Strata.io 的調查發現，80% 的 IT 專業人員曾目睹 AI 代理出現非預期行為或執行未經授權的操作，突顯了專門身份管理解決方案的必要性。
三大核心產品分層解決不同身份類型的管理難題
非員工風險管理 第三方身份的自動化治理
SailPoint Non-Employee Risk Management 確保企業能嚴格管理現今不斷擴張的人力資源，此方案與 Microsoft Entra Verified ID 整合，運用第三方可驗證憑證與生物識別驗證技術，讓非員工能更快速高效地完成入職流程。結合批量批准、屬性同步及直接角色配置，企業能以與員工相同的速度和規模管理第三方身份，大幅減少人手操作。
Illimity Bank 資訊與通訊科技安全高級專員 Luca Barezzani 分享實際應用經驗時表示，現在可以在內部直接管理這些身份，無需經過任何 IT 部門、提交工作單或審批，同時保障並簡化了收集關鍵應用程式所需個人資料的流程，讓員工在整個過程中更具自主性。
機器身份安全 為數十億機器身份提供規模化治理
Machine Identity Security 專為彌補治理能力差距而設計，提供企業級範圍的機器帳戶識別、分類和歸屬。更重要的是，此方案讓企業能夠將機器身份與其代表的人員連結，從而認證機器身份。透過新增的多主機分類功能，客戶可一次性定義機器帳戶規則，並應用於數百個來源，簡化設定流程，確保在複雜環境中能持續一致地發現機器帳戶。
透過引入服務帳戶、機械人與共用帳戶等機器帳戶子類型，SailPoint 為機器身份安全確立了新標準。企業可為機器身份指派多名擁有者，並建立所有權交接計劃，消除因孤兒帳戶而產生的盲點。全新的機器存取權限集中可視性，有助及早發現過度授權的帳戶，執行最小權限原則，並在完整情境下迅速採取行動。
AI 代理身份安全 首批權限層級的深度解決方案
Agent Identity Security (AIS) 是首批專為保護 AI 代理而設計、並深入至權限層級的解決方案之一。與人類或機器不同，這些代理可在數分鐘內自主做出數百萬個決策，甚至生成新的子代理，帶來大多數機構尚未準備好應對的獨特安全挑戰。
Agent Identity Security 可協助企業發現、治理並保護企業內每個代理。此方案能正式認證 AI 代理，包括指定明確的擁有者與使用者責任、強化權限執行，並將代理直接連結至其代表的身份情境及所存取的數據。透過將代理活動與數據細緻連結至檔案、行列等數據層級，SailPoint 獨家提供自主 AI 時代必需的可視性與控制力，確保信任、合規與安全。
平台技術升級 Atlas Enterprise 成為智能核心引擎
SailPoint 平台的核心 Atlas 現已升級為功能更強大的 Atlas Enterprise。新功能包括動態安全編排 (Dynamic Security Orchestration) 與共享訊號框架 (Shared Signals Framework)，讓企業可自訂治理計劃、接收即時威脅訊號，並根據風險等級立即採取行動。
Atlas Workflows 新增的自適應核准 (Adaptive Approvals) 功能，會根據風險與業務情境動態調整智能核准流程，協助企業在不影響生產力的情況下，實現靈活且具情境感知的治理。VSP Vision 資深資訊保安工程師 Savannah Grunden 表示，SailPoint 清楚地考慮到各種使用情境，在智能自動化與實用性之間取得了完美平衡。
在 Atlas 基礎上，SailPoint 亦推出 Model Context Protocol (MCP) 伺服器，將身份安全功能帶入原生 AI 環境，為代理型應用程式提供可信的企業級身份服務。透過 MCP 伺服器，企業可在不犧牲信任、合規或控制的前提下，充分運用 AI 的潛能。
強化數據可視性 從身份圖譜中洞察存取風險
透過互動式身份圖譜，SailPoint Observability & Insights (O&I) 能清晰呈現人類及非人類身份與其存取路徑，使用者可以直觀地將特定權限及擁有該權限的所有身份視覺化。這種深度情境讓企業能有效推行最小權限政策，迅速修正權限不一致及過期權限，主動降低風險。
SailPoint Data Access Security (DAS) 專注於數據層面的安全治理，提供全方位可視性，讓企業清楚了解誰擁有何種數據存取權限、如何使用這些權限，以及是否符合安全政策。DAS 支援用戶與代理的數據認證，這是其他平台無法提供的功能。
新增功能包括與 Snowflake 的深度整合，將 SailPoint Data Access Security 擴展至結構化數據環境。透過此整合，客戶可獲得統一的身份情境與全面可視性，涵蓋人類、機器與 AI 代理對數據的存取。此功能與 SailPoint 的 Agent Identity Security 和 Machine Identity Security 無縫協作，結合身份治理與數據安全，協助企業降低敏感數據因大型語言模型、代理或未授權應用程式外洩的風險。
連接性鞏固 更廣泛的整合與深入保護
SailPoint Connectivity 的鞏固，包括擴展的 SAP GRC Firefighter 存取權、增強的虛擬裝置 (VA) 功能，使數據存取安全和權限任務自動化等多個產品能在單一叢集上運行，以及與 BeyondTrust、MacOS 密碼重置及 JDBC 低程式碼配置等工具的更廣泛整合。這些進展建基於公司近期的 SailPoint Advanced Application Management，強化了 SailPoint 在應用程式安全各層面——應用程式可視性、應用程式合規性及應用程式深度治理——無可比擬的連接能力。
亞太市場高速增長 香港企業的機遇與挑戰
全球身份安全市場呈現強勁增長態勢，從 2024 年的 284.7 億美元（約港幣 2,220.66 億元）增長至 2025 年的 330.6 億美元（約港幣 2,578.68 億元）。亞太地區以 24.50% 的複合年增長率領跑全球，其身份與存取管理市場規模在 2024 年達 46.8 億美元（約港幣 365.04 億元），預計到 2033 年將達 144.6 億美元（約港幣 1,127.88 億元）。這波增長主要由政府支援的國家身份計劃、5G 部署及電子支付普及所驅動。
澳洲政府在 2025 年 7 月宣布投入 20 億澳元與 Amazon Web Services 建立 REDSPICE 計劃下的最高機密雲端合作項目，預計創造 2,000 個本地就業機會，顯示該地區對身份安全基礎設施的重視程度。中國的網絡數據安全管理法規於 2025 年生效，要求境內數據處理，促使跨國企業建立獨立的安全架構。
在競爭格局方面，Gartner Peer Insights 評比顯示，CyberArk 在身份治理與管理市場獲得 4.9 星評價，而 SailPoint 獲得 4.7 星（基於 675 則評論）。業界分析指出，CyberArk 專注於特權存取管理（PAM），鎖定最敏感的管理員帳戶；Okta 則以單一登入（SSO）和多重認證（MFA）見長；而 SailPoint 的差異化優勢在於全面的身份治理能力，特別是對非人類身份的管理。
零信任架構成為標準 未來三年的戰略重點
CyberArk 最新報告指出，81% 的安全領導者認為機器身份安全對保護 AI 系統至關重要，72% 的企業預期未來將優先保護 AI 模型免於入侵。這與 SailPoint 的產品策略高度契合。Cloud Security Alliance 專家 Ken Huang 指出，傳統的 OAuth 和 SAML 協議主要為人類用戶設計，無法適應 AI 代理的短暫且不斷演進的特性，需要更精細和自適應的存取控制機制。
SailPoint 總裁 Matt Mills 強調，在一個身份既驅動數碼轉型又帶來風險的世界中，公司正透過統一各類身份的治理，來彌補傳統方法留下的漏洞，為企業茁壯成長提供所需的信心。
展望未來，SailPoint 預覽其路線圖的新階段，將身份安全拓展至特權安全態勢管理、即時授權與即時威脅防禦三大核心領域。特權安全態勢管理將透過自動化特權分類與權限層級發現，實現最小特權原則；即時授權運用動態且具情境感知的訊號，與現有 SOC 工具整合；即時威脅防禦則專門偵測並遏止與身份相關的威脅。
香港企業的行動路線圖
對於香港企業而言，目前只有 14% 的受訪者表示其最近的 IAM 部署完全成功，近半數專案超出預算，60% 的部署至少延遲一個月。這突顯出企業在選擇和實施身份管理解決方案時，需要更審慎的評估。
SailPoint 的三大創新方案為香港企業提供一條清晰的升級路徑:
- 首先透過 Non-Employee Risk Management 整合承辦商與第三方身份管理，與 Microsoft Entra Verified ID 整合使用生物識別驗證加速上線
- 其次運用 Machine Identity Security 識別並分類數百個來源的機器帳戶，消除孤兒帳戶盲點
- 最後透過 Agent Identity Security 為 AI 代理建立明確的擁有者責任制，執行適當權限控制。
未來三年，亞太區身份安全市場將持續以雙位數增長率擴張。企業應把握當前時機，投資建立統一的身份治理平台，為即將到來的 AI 代理時代做好準備。那些能在 2025 至 2026 年間完成身份基礎設施現代化的企業，將在數碼競爭中獲得顯著優勢。你的企業是否已準備好迎接這場身份安全革命？
資料來源:
BusinessWire – SailPoint Navigate 2025
CyberArk – Machine Identity Security Report 2025
Security Boulevard – AI Agent Identity Crisis
Mordor Intelligence – APAC Cybersecurity Market Report
Help Net Security – AI-Driven Identity Management Report
Salesforce 在其年度盛事 Dreamforce 上正式推出 Agentforce 360，將企業運營全面推進至「代理型企業」(Agentic Enterprise) 新紀元，將企業運營全面推進至「代理型企業」(Agentic Enterprise)新紀元。這個劃時代平台不單是全球首個整合人類與 AI 代理的統一可信系統，更將傳統銷售、服務、營銷等核心應用全面代理化，重新命名為「Agentforce Service」、「Agentforce Sales」等智能版本。執行長Marc Benioff表示：「Agentforce 360 讓每位員工和每家公司實現前所未有的成就，銷售線索永不錯失、服務永不休眠」。平台推出不到一週，79% 的組織已採用某種程度的 A I代理，其中 19% 正在規模化部署
Salesforce 聯合創辦人 Parker Harris 對此願景補充：「我們正進入一個可以『僱用』AI 的世界。未來，《財富》1000 強企業中可能有 40% 的工作將由 AI 完成，人類將與 AI 協同工作。這是一個不可思議的未來，我們正幫助所有客戶邁向這個未來。」
克服「試點煉獄」：應對企業 AI 部署挑戰
雖然 Salesforce 的願景宏大，但市場對 Agentforce 的採用步伐一直面臨挑戰。以往有用家批評平台功能尚不成熟，未能完全兌現其承諾。此外許多企業在 AI 試點項目中難以看到實質回報，根據 MIT 的一項研究指出，高達 95% 的 AI 試點項目最終以失敗告終。Salesforce 工程總裁 Srini Tallapragada 將此困境稱為「試點煉獄」。
他解釋：「企業並非不想使用 AI，但困難在於 AI 工具必須無縫嵌入工作流程。為此 Salesforce 提出了構建代理型企業的五大支柱，以 Agentforce 360（開發平台）、Data Cloud 360（數據中心）、Customer 360（應用程式）和 Slack（協作介面）為基礎，提供端到端的解決方案。」他以一個比喻總結其價值：「當企業希望成為代理型企業時，他們並非從零開始。如果這是一場 100 米的賽跑，他們是從 90 米處起步。」
Data Cloud 建立智能代理的數據基礎設施
Agentforce 360 的核心競爭力源於與 Salesforce Data Cloud 的深度整合。Data Cloud 作為超大規模數據引擎，提供 Agentforce 所需的全部數據和元數據，讓代理能產生源自客戶記錄的可行洞察。這種整合解決了企業在 AI 代理部署中面臨的三大關鍵挑戰：消除分散在不同系統中的數據孤島，包括結構化數據和 Slack 對話、PDF 檔案、影片等非結構化數據；提供統一數據基礎以理解完整客戶旅程和偏好；將洞察快速轉化為行動，消除從分析到執行的延遲瓶頸。
Data Cloud 透過 Retrieval-Augmented Generation (RAG) 技術與 Agentforce 連接。當用戶提問時，AI 代理首先理解問題並在 Data Cloud 中搜索相關資訊，接著結合 AI 模型知識和實時公司數據生成回應，最後將答案返回給用戶。這讓 AI 的回應除了基於通用知識，也建基於真實業務資訊。FedEx 透過 Data Cloud 與所有 Salesforce 雲端整合，利用零拷貝技術無縫連接現有數據湖，無需重複數據即可創建客戶旅程，改善體驗並推動營收增長。
Agentforce Builder 降低 AI 代理開發門檻
Agentforce Builder 是一個統一工作空間，讓用戶在單一介面完成代理的建立、測試和部署。這個低程式碼與專業程式碼混合工具，採用「文字優先」的建立方式，無需在分散的文字框或隱藏設定中搜尋配置。用戶可在畫布視圖中直接用清晰自然語言撰寫代理，所有指令都易於複製、貼上和重複使用，讓代理能快速在團隊或環境間共享。
Agent Script 是專為控制 AI 代理行為設計的全新腳本語言，其底層由 Atlas 推理引擎 (Atlas Reasoning Engine) 驅動。這個人類可讀的 JSON 語言讓團隊能定義條件、迴圈等可預測的工作流程。值得注意的是，新版 Atlas 引擎除了支援 OpenAI 和 Anthropic 的模型外，現已新增支援 Google Gemini，為企業提供更多模型選擇。
Agentforce Assistant 是內建的 AI 編程助手，能像結對編程夥伴一樣理解 Salesforce 專案脈絡並代為執行開發任務。用戶只需用自然語言提問，助理就能生成起始點、建議改進或將想法轉換為底層腳本語言。從新主題、指令到行動和防護措施，Agentforce Assistant 全程提供指引，確保代理按預期執行。
除了為大眾設計的 Agentforce Builder，Salesforce 也推出了 Agentforce Vibes，一個專為專業開發者設計的程式碼生成平台，類似於 GitHub Copilot 或 Claude Code，用以自動化處理複雜的開發工作。
Agentforce Voice 開創超低延遲語音互動體驗
Agentforce Voice 為每個 AI 代理提供擬真語音互動能力，實現超低延遲的真實對話體驗。這項技術由 Salesforce AI 研究團隊基於新的 eVerse 框架 開發，能應對背景嘈雜和來電者分心等多種真實場景。這使 Salesforce 直接與 Sierra、Zendesk、Google Cloud 等公司在語音 AI 領域展開競爭。
傳統電話互動語音應答 (IVR) 系統的個案解決率估計僅 35%，而研究公司 Metrigy 的數據顯示，AI 代理能將此數字提升至 50%。Metrigy 預測，到 2030 年，大多數 IVR 將被 AI 分流代理取代。Agentforce Voice 能與 Amazon Connect、Five9、Vonage 等現有聯絡中心基建整合，提供更具同理心和效率的服務。
企業實戰案例展現 ROI 與效率提升
多家企業透過 Agentforce 實現顯著業務成效。Wiley 在季節性高峰期透過 Agentforce 整合 Einstein AI 改善客戶服務營運，將代理入職時間縮短 50%，個案解決率提升 40%，最終實現 213% 投資回報率和節省 23 萬美元（約港幣 179.4 萬元）。
Carnegie Learning 在經歷 300% 快速成長後，利用 Agentforce 將帳戶研究時間削減 92%，讓業務代表能專注於高價值客戶。Asymbl 透過自動化潛在客戶互動，每年節省 57.5 萬美元（約港幣 448.5 萬元），並將目標互動規模提升 427%。
此外虛擬會計公司 1-800Accountant 報告稱，在繁忙的報稅週期間，Agentforce 促成了 90% 的個案偏轉率，其中 AI 代理直接解決了 70% 的客戶聊天查詢。SharkNinja 則透過 Agentforce 提供即時準確答案，讓代表能立即獲得相關資訊，更快解決消費者問題。
Apromore 收購強化流程智能與改善能力
Salesforce 於 2025 年 10 月 8 日宣布收購流程智能軟件領導廠商 Apromore。這項戰略收購將 Apromore 在流程挖掘、任務挖掘和流程改善領域的深厚專業知識直接整合到 Salesforce 平台，為客戶提供跨業務流程的統一即時視圖。Constellation Research 分析師指出：「代理型 AI 需要大量流程挖掘和智能才能惠及企業，否則存在自動化劣質流程的風險」。
Apromore 提供的核心能力包括端到端流程可視性、數碼孿生與模擬預測變更結果、根本原因分析和智能合規保證。Salesforce 產品長 Steve Fisher 表示：「隨著我們將 Apromore 整合到 Salesforce，這些洞察將成為客戶透過代理流程自動化來衡量、改善和自動化的關鍵」。這項收購讓 Agentforce 除了能執行任務，也能智能識別哪些流程值得自動化，以及預測自動化後的業務影響。
測試與部署機制確保企業級可靠性
Agentforce Builder 內建完整的測試和模擬環境，讓團隊在推出前預覽代理行為。在模擬器中發送訊息後，系統立即顯示代理回應、詳細互動摘要、AI 生成概覽和關鍵事件的清晰可見性。開發者可將滑鼠游標懸停在任何步驟上顯示元數據，深入探討正確或錯誤的確切時刻。
系統提供完整追蹤數據，顯示選擇的主題、觸發的行動、變數變更和時間戳記。開發者可透過超連結進入詳細視圖，精確定位失敗點。從一次性模擬進化到企業級測試，團隊可從真實互動生成可重複使用的測試案例，直接在建立器中執行批次測試。將測試整合到建立流程中，能讓團隊快速驗證修復並縮短建構-測試-學習循環。
代理型企業的未來與市場趨勢
全球代理型 AI 市場正經歷爆發性成長，預計從 2024 年的 52.5 億美元（約港幣 409.5 億元）暴增至 2034 年的 1,990.5 億美元（約港幣 1.55 萬億元）。McKinsey 報告顯示，近 80% 的公司正在使用 AI 代理技術。從投資角度看，62% 的企業預期 ROI 超過 100%。
Agentforce 360 採用每次對話 2 美元（約港幣 HK$15.6）的消費模式定價，為各種規模企業提供可擴展的入門選項。這降低了企業的採用門檻。Salesforce 強調的核心理念是「AI 提升人類而非取代人類」，在代理型企業中，每個團隊都擁有 24/7 智能夥伴協助更快行動和更明智決策。
此次在 Dreamforce 上，Salesforce 不僅僅發佈了 Agentforce 360。公司還揭示了其平台的「Slack 化」策略，首次將部分 CRM 功能原生內建於 Slack 中。這反映了一個更宏大的趨勢——Salesforce 正將 Slack 塑造為未來企業的代理型作業系統。
資料來源：
Salesforce Investor Relations
Salesforce Data Cloud
Salesforce Agentforce Builder
Agentforce Customer Success Stories
Salesforce Apromore Acquisition
七成大企業已規劃 AI 應用，中小企卻因「安全、信任、私隱」三大顧慮而裹足不前。「3Business Empower 企業高峰會 2025」帶來答案：像茶餐廳套餐般靈活的「CTO as a Service」，讓沒有 IT 團隊的企業也能享用 AI；ROI 預期達 10 倍的 Agent 網絡願景，展示 AI 不是成本而是投資；從野生動物監測到碳排放報告自動化的實際案例，證明 AI 已經「食得到」。本文詳細介紹現時最新香港企業 AI 轉型的報告及其難處，以及有何本地方案助中小企解決此難題
七成大企業已起步 中小企還在等
和記電訊今年 7 月調查超過 300 間企業的結果令人深思：七成大企業已規劃 AI，7% 已全面應用，但大部分中小企仍在觀望。峰會現場當 Microsoft 詢問誰有使用 AI 經驗時，有八成人舉手足以顯示個人比企業走得更快。
「CIO 們最關心的三個問題始終是：安全、信任和私隱。」Microsoft 香港區域科技長許遵發坦言。這正是許多企業對 AI 猶豫不決的癥結所在。然而當 86% 企業家表示沒有足夠時間完成所有工作時，AI 的「Intelligence on Time」概念，即如開水喉般隨時可用的智能支援，或許正是解決方案。
值得注意是這並非香港獨有現象。和記電訊香港作為業務遍及超過 20 個國家和地區的營運商，市場覆蓋中國、香港、台灣、澳洲、韓國、東南亞等地。Vodafone 集團北亞區高級副總裁郭秀閒更指出，近期與 Vodafone 3 UK 合併後，在全球視野下也觀察到類似的企業轉型挑戰。
Microsoft 香港區域科技長許遵發坦言 : 「CIO 們最關心的三個問題始終是：安全、信任和私隱。」
AI 演進三部曲 港企現處何階段
Microsoft 香港及澳門區總經理劉彬星在會上分享了 AI 發展的三個階段，為企業勾勒出清晰的演進路徑。「第一階段，大家已經很熟悉 ChatGPT 這類工具。現在我們正進入第二階段，人機協作的 agent 時代。」他透露自己每週都會撥出一小時學習建立個人 agent，其中一個實用案例是郵件管理系統：「每天收到海量郵件，因為會議接踵而至，根本沒時間細看。我建了一個基於 Exchange 系統的 agent，自動標記老闆的郵件和重要公司更新，過濾掉推廣郵件。」
更令人期待的是即將到來的第三階段 – Agent 網絡時代。劉彬星補充：「當我們進入 Level 3，agent 之間會自主協作，處理任務一、三、四，然後直接交付結果，無需人類干預。根據預測，ROI 將達到現在的至少十倍。」
對於開發者而言，GitHub Copilot 已成為日常工具。「一些人可能已經使用 GitHub Copilot。它允許你使用自然語言來創建產品。」劉彬星指出這種無碼工具正大幅縮短產品上市時間。更值得注意是「SaaS 的名牌產品，背後都有 agent 支援」。
Microsoft 香港及澳門區總經理劉彬星：「現在香港企業正進入 AI 第二階段，人機協作的 agent 時代」
香港的隱藏優勢與追趕壓力
國際貨幣基金組織的「人工智能準備指數」（AIPI）顯示，香港排名超過歐洲不少國家，包括法國、比利時等，但在亞洲我們仍然落後於日本和新加坡。這個「不上不下」的位置恰恰反映了香港的處境，有基礎、有潛力，但需要加速。
然而香港擁有一個常被忽視的獨特優勢。「香港職場人才中，差不多三分之一是 50、60 歲以上，擁有非常豐富的經驗和知識。」數據素養協會創會主席湛家揚博士指出，「這些累積了幾十年的專業，如果能夠透過 AI 好好保存和轉化，其實是一種『知識資本』。」
面對經濟內卷和市場過度競爭，和記電訊香港強調：「單靠價格競爭並不足夠，創新才是突圍的關鍵。」並期望透過業界共同努力，「在未來兩年改變這個排名，進一步提升香港的競爭力」。
值得關注是講者多次提及「新質生產力」概念，顯示香港正積極呼應大灣區發展策略。「為企業注入新質生產力，幫助企業升級轉型」已成為業界共識。
數據素養協會創會主席湛家揚博士指出:「香港職場人才中差不多三分之一是 50、60 歲以上，擁有非常豐富的經驗和知識，如能夠透過 AI 好好保存和轉化，其實是一種『知識資本』。」
茶餐廳式 AI 方案：豐儉由人的實戰應用
和記電訊香港企業市場高級副總裁麥紀欣點出，AI 轉型並非高不可攀。她以「CTO as a Service」服務為例，形容這就如同「香港人最愛的茶餐廳套餐一樣，有多種選擇，靈活配合不同需要」 ，讓缺乏IT團隊的企業也能輕鬆找到切入點。有了這樣靈活的入門方案，企業便能更自信地將 AI 應用於核心業務中，創造實際價值。峰會分享的眾多案例，便生動地展示了 AI 的廣泛影響力：在工業製造領域，「我們透過 AI 影像識別和數據分析，協助客戶提升流程精準度，令整個製造過程更安全、減少浪費」 ；在瞬息萬變的零售市場，AI 能迅速洞察消費者行為，提供「千人千面」的個人化服務 ，更能自動為產品相片更換場景背景，甚至生成及改編廣告影片，大幅提升營銷效益與國際市場適應力 。
除了提升商業效率，AI 的應用更能帶來深遠的社會影響，並解決企業治理的複雜難題。Vodafone 集團北亞區高級副總裁郭秀閒便分享，在非洲利用 AI 建立的野生動物監測系統，透過即時預警，成功實現了「人類和野生動物可以安全共存」，避免了不必要的衝突 。而在企業可持續發展方面，對於傳統上耗費大量人手的Scope 3碳排放報告，「如果配合AI或AR技術，就可以更快、更準確生成報表」，顯著提升ESG管理的透明度與合規效率 。
立足當下，放眼未來。峰會亦揭示了香港正積極佈局的前瞻性應用。和記電訊已宣佈與香港電動垂直起降飛行器商會合作，「利用 5G 技術提升低空交通運作效率」 ，並與高衛及港基物業管理聯手，「共同推動智慧樓宇管理及 PropTech 生態系統發展」 ，這些合作勾勒出一個由數據和智能驅動的清晰城市藍圖。
和記電訊香港企業市場高級副總裁麥紀欣：「我們推出了『CTO as a Service』服務，即使公司內部沒有 IT 團隊，也可以由我們的專業同事提供支援，這些方案就像香港人最愛的茶餐廳套餐一樣，有多種選擇，靈活配合不同需要。」
Vodafone 集團北亞區高級副總裁郭秀閒：「我們在非洲利用 AI 建立的野生動物監測系統，透過即時預警成功實現了『人類和野生動物可以安全共存』避免了不必要的衝突」
數碼員工時代：失業與新生並存
峰會深入探討了 AI 時代下，企業與人才必須面對的結構性轉變。Microsoft 香港及澳門區總經理劉彬星指出，其核心在於思維的根本轉變：「以前我們相信投資更多人力會得到更多回報。但現在如果投資更多computing capabilities，在 AI 生產力上，我們可以產生更多收入和更高生產力。」 這種從「人力資本」到「算力資本」的思維轉移，正催生出一個全新的職場景象。
劉彬星分享一句令他印象深刻的說話「Your future colleague is not a human, it’s AI」雖然聽來震撼，卻精準描繪了這個正在發生的現實。最具代表性的轉型已在保險業上演，峰會技術專家分析道，Digital agents 已能處理從銷售、核保到理賠的全流程，「基本上支援整個工作流程」。這並非意味著末日景象，安永諮詢服務市場發展與人力資源諮詢合夥人鄭添之認為，這更像一個「『良性出清』的過程」。舊的工序會被 AI 取代，「但同時亦會有新的崗位、新的價值被創造」，例如 AI 訓練師、Agent 數據專家、ROI 分析師等新職位正在湧現。
面對這個必然的演變，企業的責任不再是單純地提供職位，而是引導員工適應未來。和記電訊香港代表坦言：「如果有同事未必適應到新模式，我們就需要進行再培訓或提升技能。否則員工可能會因為技能斷層，而無法跟上新時代的需求。」他以開車為例，過去司機是固定技能的專業，但在自動駕駛時代，「司機便要考慮自己應如何轉型」。這不僅是對員工的提醒，更是對所有企業決策者的戰略要求，必須主動投資於人才的技能升級，才能在這場人機協作的新浪潮中站穩腳步。
安永諮詢服務市場發展與人力資源諮詢合夥人鄭添之：「我相信會出現一個『良性出清』的過程，有些職位或者工序會逐步被 AI 取代，但同時亦會有新的崗位、新的價值被創造。」
港企 AI 成功三大支柱：數據、算力、人
和記電訊香港技術及營運轉型總裁梁丙曜為港企 AI 成功之路，精闢總結出三大支柱：「數據、算力、人。」他指出香港在數據和算力上已具備良好基礎——每日產生的海量資料提供了肥沃土壤，而 5G 網絡結合 GPU 的革命也正加速發展。然而數據與算力僅是入場券，真正決勝的關鍵，始終是第三根支柱——「人」。
「人」的因素體現在兩個層面：心態與文化。首先是心態的轉變，香港青年工業家協會基金會常務副會長張益麟強調，「推動 AI 的時候，要先自己願意擁抱 AI，如果自己都抗拒，或者不願意嘗試新方法，就難以在企業或團隊中真正落實。」，這不單是企業的選擇，更是每個職場人的抉擇：「是願意 opt in 去用？還是選擇 opt out？選擇拒絕不代表世界會停下來，只是你自己要承擔相應後果。」當整個團隊都具備了擁抱變革的心態，才能進一步塑造創新的內部文化。梁丙曜補充道，正是「我們同事的創意（creativity）和好奇心（curiosity）」，才是推動AI應用落地，並發揮其最大價值的核心動力。
當企業具備了人才與心態的「軟實力」後，成功的關鍵便落在如何將 AI 無縫融入營運的「硬實力」上。在這方面系統整合是重中之重。和記電訊的技術架構便從「外部接入」與「內部接入」兩個維度著手，前者快速連接外部工具，後者則深度連結企業自身的 CRM、ERP 系統，讓內外數據形成一個提升效率的完整循環。基於這種無縫整合的理念，許多創新的應用得以實現，例如與 3香港合作的「智慧電話號碼系統」，利用 AI 精準管理號碼資源並自動推送客戶訊息；或是與 Google 合作，在文件管理與行銷創建上引入其先進的 AI 模型；甚至在教育場景中，也透過「智能拍照功能」來促進與學生的自主互動。這些案例清晰地展示了，唯有將「人」的智慧與「系統」的整合力結合，才能讓「數據」與「算力」真正轉化為企業的競爭優勢。
和記電訊香港技術及營運轉型總裁梁丙曜：「我們同事的創意和好奇心，才可以推動 AI 的應用落實，發揮最大價值」
香港青年工業家協會基金會常務副會長張益麟：「推動 AI 的時候，要先自己願意擁抱 AI。如果自己都抗拒，或者不願意嘗試新方法，就難以在企業或團隊中真正落實。」
三年後的試金石
展望未來，AI、5G 與 ESG 的三位一體整合，正為香港經濟注入新動能，這不單是節省成本的工具，更是一個足以改變工作與社會模式的巨大力量。這場變革得到了來自頂層的清晰支持——特首在最新施政報告中已明確將人工智能定位為香港未來的重要產業之一 ，為發展創造了良好的生態環境。與此同時如 Microsoft 般的科技領袖亦展現了企業責任，其代表劉彬星承諾「到2050年，我們承諾移除所有歷史碳排放」，並致力協助中小企達成 ESG 目標 ，顯示公私營界別正朝著同一個可持續發展的方向邁進。
在政策與業界的雙重驅動下，香港正處於一個獨特的戰略位置。正如業界代表所總結，「香港作為內地與國際之間的超級聯繫人，擁有獨特的區位優勢。就像我們的 5.5G 網絡一樣，可以將不同力量緊密連接。」 在這場全球性的科技革命中，香港所追趕目標是非常清晰，不能再甘於做追隨者，而是要利用其獨特優勢成為引領者。
然而要抓住這個機遇，重點不在於技術本身，而在於思維的轉型。一位講者精闢地指出：「創新科技只是工具，真正重要的是我們的思維是否足夠靈活，能否以新的角度來轉型，為經濟發展開啟新的一頁。」這意味著企業在猶豫投資規模時，更應思考如何從根本上擁抱變革。未來兩年將是這場轉型的關鍵試金石，香港能否成功，取決於三大挑戰：能否在競爭中縮小與新加坡、日本的差距 ；能否將資深人才數十年的「知識資本」成功數碼化；以及能否讓中小企真正享受到 AI 帶來的紅利。這些問題的答案，將最終決定香港在全球 AI 版圖中的位置。
來源: 3Business Empower 企業高峰會 2025
Synology 於 2025 年 10 月 8 日在香港正式發布 DiskStation Manager 7.3，為應對企業數據管理挑戰而推出的重大系統更新。這次更新除了引入 Synology Tiering 技術，也整合了業界最新的威脅評估指標，並將 AI 驅動協作功能擴展至超過 430,000 台系統。隨着香港數據中心儲存市場預計在 2030 年達到 20.4 億美元（約港幣 159 億元）規模，年複合增長率達 9.09%，DSM 7.3 的推出正好回應了企業對高效、安全且具備 AI 轉型能力的儲存解決方案的迫切需求。系統事業群總監許智程表示 DSM 7.3 提供了一個安全、可靠且支援 AI 轉型的平台，協助客戶應對不斷變化的資料管理挑戰。[最後更新 : 2025 年 10 月 8 日 13:38 (GMT+8)]
智能分層技術改善儲存成本
DSM 7.3 引入的 Synology Tiering 功能，代表企業儲存管理的重要進化。這項技術會根據檔案存取頻率與行為模式，自動在不同儲存層級間移動數據，將經常存取的「熱」資料保留在高效能儲存空間，而較少使用的「冷」資料則移至成本效益更高的儲存層。自動化分層儲存已成為 2025 年企業數據管理的關鍵趨勢，這種技術利用智能軟件持續監控數據使用模式，無需人工干預即可最佳化資料放置。用戶可依據修改時間或存取頻率，個人化分層策略，精準控制資料移動的時機與方式。在香港這個 75% 企業已採用雲端服務的市場中，混合式儲存解決方案正快速普及，企業可結合本地與雲端儲存的優勢，在靈活性與成本控制之間取得平衡。對於面對數據量快速增長的企業而言，智能分層技術除了能顯著降低儲存成本，也能確保關鍵業務數據的存取效能保持最佳。
威脅防護體系全面強化
安全性一直是 DSM 開發的核心，過去 12 個月內已主動推出超過 50 項安全性更新。DSM 7.3 在安全防護方面實現突破性進展，採用業界公認的三大風險指標體系，包括 KEV（已知被利用漏洞）、EPSS（漏洞利用預測評分系統）與 LEV（可能被利用漏洞）。這套綜合評估機制源自美國國家標準暨技術研究院（NIST）與網絡安全暨基礎設施安全局（CISA）的最新研究成果。KEV 清單提供已確認遭利用漏洞的即時警示，要求企業在規定期限內部署緊急修補。EPSS 則運用機器學習模型預測未來 30 天內漏洞被利用的機率，協助 IT 團隊優先處理高風險項目。LEV 指標則透過分析歷史 EPSS 數據計算累積風險評分，彌補了傳統評估方法可能錯過短期風險高峰的缺陷。整合這三層防護體系，使 DSM 7.3 能更準確地識別威脅並排定修補優先順序，在網絡攻擊日益複雜的 2025 年，為企業建立更堅實的資安防線。
協作平台提升團隊生產力
Synology Office Suite 在 DSM 7.3 中迎來重大升級，回應企業對協作效率日益增長的需求。Synology Drive 新增共用標籤、便利的檔案請求功能，以及檔案鎖定機制，有效避免多人同時編輯導致的版本衝突問題。企業協作軟件市場預計從 2025 年的 649 億美元（約港幣 5,062 億元）增長至 2030 年 1,214.7 億美元（約港幣 9,475 億元），統一化平台與 AI 驅動自動化已成為主流趨勢。MailPlus 的強化尤其值得關注，新增的郵件審核功能提供多層次安全防護，能夠應對垃圾郵件、網絡釣魚與病毒等威脅。系統整合 Postfix 郵件傳輸代理作為首層防禦，並支援 SPF、DKIM 與 DMARC 等業界標準驗證協定。網域共用功能更讓多個站點或伺服器能以同一網域協同運作，大幅簡化跨據點管理複雜度。對於採用混合辦公模式的企業而言，這些功能不僅提升溝通效率，更確保敏感資料在傳輸與儲存過程中獲得完整保護。
AI 應用落實兼顧數據主權
自 2025 年 8 月推出以來，Synology AI Console 已部署於超過 43 萬台系統。DSM 7.3 進一步強化這項功能，新增個人化資料遮罩與過濾機制，讓企業在傳送數據至第三方 AI 服務商前，於本地端預先保護敏感資料。AI Console 的設計理念在於提供集中管理工具，而非運行本地 AI 引擎，系統支援 OpenAI、Azure OpenAI、Google Gemini、Amazon Bedrock 與百度 AI 雲等主流供應商。管理員可針對不同套件與使用者群組配置存取權限，設定每日或每分鐘的 token 使用上限以控制成本。Synology 也表示 AI Console 未來將支援所有 OpenAI 相容 API，讓企業能夠無縫整合私有 AI 基礎架構，這已成為 2025 年企業 AI 基礎架構的黃金標準。相容性讓企業能無縫整合私有 AI 基礎架構，使用熟悉的開發工具如 VS Code、Continue 等，無需重新訓練或修改大量程式碼。在 MailPlus 與 Office 套件中，AI 功能聚焦於文字編輯、摘要與智能回覆等實用場景。交易紀錄與管理日誌則提供完整的使用追蹤，確保合規性與成本透明度。這種本地處理搭配雲端 AI 服務的混合架構，讓企業在享受 AI 效益的同時，保有對數據私隱與安全的完全掌控。
儲存擴充政策更加靈活 回應市場反饋
Synology 以往因其軟件穩定性備受用戶肯定，但在 2025 年式機款中引入嚴格的硬碟認證機制，限制用戶只能選用自家品牌或經認證的硬碟建立儲存集區，一度引起市場廣泛討論。為回應市場反饋，最新 DSM 7.3 系統決定鬆綁此限制，這項調整被視為本次更新的重點之一。更新後 2025 年式 NAS 的使用者將可安裝及建立來自 Seagate、WD、TOSHIBA 等第三方廠商的 HDD 儲存集區。這項改變讓用戶在儲存容量上有更大彈性，可選用超越 Synology 目前提供的硬碟容量選擇。然而，新系統是否重新整合如 Seagate IronWolf Health Management 等硬碟廠商獨有的健康監測功能，仍有待實測確認。此外這次政策鬆綁僅限於傳統 HDD，用於建立儲存集區或快取的 SSD 固態硬碟，目前仍需使用 Synology 自家或官方認證的產品，未來是否會進一步開放仍是未知數。
企業數碼轉型的關鍵推手
DSM 7.3 的推出正值企業數碼轉型加速期，香港作為亞太區域數據中心樞紐，其 IT 與電信產業佔據數據中心儲存市場主要份額。5G 網絡普及、智能裝置激增與 96% 的智能手機互聯網使用率，推動數據流量與儲存需求持續攀升。企業越來越傾向採用雲端與混合式基礎架構，以獲得彈性、可擴展性與遠端工作支援。Synology 早前於台灣電腦展，展示了 PAS7700 NVMe 全快閃儲存系統的企業級產品線，強調資安防護與業務持續性。ActiveProtect 備份方案新增 WORM（一次寫入多次讀取）功能與網絡隔離機制，支援 3-2-1-1-0 備份策略，確保不可變的異地備份。對於追求完全本地數據控制的企業而言，DSM 7.3 提供的本地 AI 部署能力、先進的安全評估機制與靈活的儲存管理，構成了一套完整的解決方案。在數據量呈指數級增長的時代，能夠智能化管理資料生命週期、主動防禦威脅並整合 AI 工作流程的系統，將成為企業維持競爭力的關鍵基礎設施。
DSM 7.3 現已開放下載，完整的更新細節與硬碟相容性政策可透過官方發行資訊查詢。這次更新標誌著 Synology 在企業儲存領域的持續創新，為面對複雜數據挑戰的組織提供更智能、更安全且更靈活的管理平台。
來源 : Synology
Equinix 於首屆 AI 峰會發布突破性分佈式 AI 基礎設施 Fabric Intelligence 結合 Equinix Solution Validation Center，目標是將 AI 運算能力從傳統的中央數據中心，分散並部署到更靠近業務現場的網絡邊緣，以解決企業在部署 AI 時普遍面臨數據傳輸延遲、海量資料處理成本高昂，以及運算能力遠離數據源頭等核心難處。其核心產品 Fabric Intelligence 結合即時 AI 感知與多雲端自動化，預計於 2026 年第一季推出。此方案建基於一個遍佈全球 70 多個市場、可達 Terabit 級容量並具備自我修復能力的 AI 最佳化網絡之上，目標是讓企業能將 AI 運算能力部署到最接近數據源頭的位置，解決數據傳輸延遲與部署複雜等核心難題。
智能網絡革命：從被動連接到主動優化
Fabric Intelligence 作為 Equinix Fabric 全球互連服務的軟件增強層，將傳統靜態網絡連接轉變為智能化自主系統。這項技術與 AI 編排工具無縫整合，透過即時遙測數據自動執行網絡連接決策，動態調整路由和網絡分段以改善性能表現。系統支援 AI 代理自動發現所需服務連接，建立特定工作負載的連接並在完成後自動停用，大幅減少人手操作需求並加速 AI 服務部署過程。
IDC 雲端和邊緣基礎架構服務研究副總裁 Dave McCarthy 指出：「企業若未能採取分佈式 AI 策略，將難以維持競爭優勢。Equinix 的全球平台提供即時存取 AI 基礎設施及低延遲雲端連接功能，同時強化資料私隱保護服務。」此評估突顯了分佈式 AI 基礎設施對企業未來競爭力的關鍵影響。
全新AI基礎設施藍圖：聯手 Zayo 提供經驗證架構
考慮到許多企業 IT 團隊缺乏建構分佈式 AI 所需的專業網絡知識，Equinix 特別與全球通訊基礎設施供應商 Zayo 合作，推出「AI 基礎設施藍圖」。這是一套預先設計的參考架構，提供按步就班的指南，協助企業利用 Equinix 的互連中心與 Zayo 的全球骨幹網絡，建立和擴展分佈式 AI 基礎設施。這個藍圖為 AI 部署提供了經過驗證的設計模式，有助企業降低整合風險、縮短測試時間，並將網絡從核心數據中心無縫擴展至數千個企業據點。
全球實驗室網絡：降低AI部署風險
Equinix 在全球 10 個國家 20 個地點設立 AI 方案實驗室（Equinix Solution Validation Center ），為企業提供安全的 AI 架構驗證環境。實驗室現已正式啟用，企業可透過此平台與 Equinix 龐大的 AI 合作夥伴生態系統連接，進行解決方案測試和驗證。這種協作模式有助降低 AI 導入風險，促進共同創新，並加速從概念驗證到實戰部署的轉換過程。
Groq 營收總監 Ian Andrews 表示：「AI 從集中式訓練轉向分佈式推論，企業需要支援跨地域、快速且可靠的數碼基礎設施。GroqCloud 結合 Equinix 的全球平台，能讓企業將 AI 工作負載部署於更接近數據來源的位置。」這項合作將於 2026 年第一季正式推出，為企業提供直接、私密的先進推論平台存取能力。
擴展AI生態系統 匯聚頂尖合作夥伴
Equinix 擁有業界其中一個最全面且供應商中立的 AI 生態系統，匯聚了全球超過 2,000 個合作夥伴。透過即將推出的 Fabric Intelligence，企業將能更輕鬆地搜尋及運用生態系統中新一代的 AI 推論服務。這項擴展讓企業用戶無需自行進行複雜的建設，即可直接、安全地連接到如 GroqCloud 等前沿科技平台，在加快 AI 服務推展的同時，也能兼顧企業級的效能與安全性。
產業應用前景：從製造到金融全面覆蓋
分佈式 AI 基礎設施將支援多項關鍵商業應用場景。在製造業方面，邊緣 AI 系統將監控裝置狀態，即時分析感應器數據並預測故障，改善維護排程並減少停機時間。零售業將透過邊緣 AI 推論處理銷售和客戶行為數據，提供庫存、定價和促銷調整建議，提升營運靈活性和客戶體驗。金融服務業則利用分佈式 AI 模型即時偵測異常和可疑活動，加快詐騙防範並確保法規遵循要求。
這項基礎設施革新對企業數碼轉型具有深遠影響，預料將重新定義 AI 服務的部署和管理模式。隨著代理式 AI 等下一代智能技術的快速發展，具備全球分佈、深度互連的基礎設施將成為企業競爭優勢的決定性因素。企業應密切關注 2026 年第一季的正式發布時程，提前規劃相關技術整合策略。
資料來源：
Equinix官方新聞稿
Equinix技術部落格
PR Newswire
The Fast Mode
Street Insider
SailPoint 發布 SailPoint Accelerated Application Management 透過結合 AI 驅動的洞察與自動化治理，期望能解決企業普遍僅管理少於 50 個應用程式，令數千個應用程式出現治理真空的核心難題。這項業界首創的端對端解決方案建基於 SailPoint Atlas 平台，整合了持續應用程式發現、零接觸上架及風險優先排序功能，承諾在數天內將數百個應用程式納入治理範圍，較傳統方式縮短數月時間。SailPoint 同時宣布收購 Savvy 的關鍵資產，以強化雲端應用的可視化能力。本文將深入分析此方案的三大核心突破、對企業數碼轉型的戰略意義，以及對身份安全治理市場的長遠影響。
技術創新打破傳統應用治理瓶頸
SailPoint 智能加速應用程式管理方案的核心突破在於將應用程式智能與系統化治理無縫整合。傳統連接器雖然功能完整，但需要深入的應用架構知識、冗長的手動流程及外部顧問支援，導致實施過程極為複雜。新方案透過 AI 驅動的自動化工作流程，能自動偵測帳號密碼遭竄改的情況，並基於風險等級進行智能排序，將治理重點聚焦於最具影響力的應用程式。
方案提供三大遞進式核心功能：應用程式可視化與智能洞察、加速合規流程，以及加強治理能力。透過 Express Setup 實現零接觸上架，能快速部署存取審核、最小權限原則及自動化離職流程，有效消除傳統實施上的延誤。進階功能包括自動配置與撤銷權限、完整的身份生命周期管理，以及具備職責分離控制並由 AI 驅動的政策執行。
市場領導者策略佈局突顯產業轉型需求
SailPoint 產品執行副總裁暨技術長 Chandra Gnanasambandam 強調，單靠可視性已無法滿足現代安全需求，企業需要具備辨識高風險應用的智能，並結合系統化自動治理。這觀點反映了身份安全領域正從被動防護轉向主動治理的範式轉移。根據《華爾街日報》報導，網絡保險投保成本在過去一年上升了 79%，突顯了安全合規能力的經濟價值。
業界分析顯示，多數企業僅將部分應用程式連接至身份安全工具，大量關鍵應用程式處於管理盲區。SailPoint 的統計數據指出，企業平均擁有數千個應用程式，但治理覆蓋率極低，形成嚴重的風險敞口。新方案的推出正好回應市場對可擴展、智能化身份治理解決方案的迫切需求，尤其在混合辦公環境下更顯重要。
產業發展脈絡揭示身份安全演進趨勢
SailPoint 在身份安全領域的技術演進軌跡清晰可見。公司於 2022 年推出新一代身份安全管理產品，化解混合辦公的風險；在 2024 年 7 月發布 AI 應用程式引入功能，可自動管理存取權並降低風險，平均節省 70% 身份與帳號的對應時間；及至 2025 年則持續強化 Atlas 平台，整合大數據分析、風險評分及機器學習能力。
從技術發展角度來看，SailPoint 的雲端身份安全組合方案已整合高階智能、自動化和整合功能，當應用程式新增至用戶環境時能有效管理存取權限。公司憑藉世界級的創新和擴展能力，在身份安全領域持續領先，深受《財富》全球最有價值品牌中 59% 企業的信賴。這次推出的智能加速應用程式管理方案，標誌著身份治理從傳統手動模式，邁向由 AI 驅動自動化的重大躍進。
企業數碼轉型的戰略性安全基石
智能加速應用程式管理方案對企業數碼轉型具有深遠的戰略意義。在 AI 自動化時代，製造業等傳統行業正加速數碼轉型，人工智能與自動化技術重塑了工業流程與營運模式。SailPoint 強調現代身份安全解決方案應能主動偵測風險、處理合規問題，並將繁瑣流程自動化，以提升整體營運效率與資安防禦力。
由專家主導的服務方案進一步降低實施門檻，減少企業對內部專業資源的依賴。方案分為兩大服務包，靈活因應不同企業需求——既能快速提供應用程式可視化以滿足即時治理需求，也能隨營運成熟度提升而逐步擴展至深入治理層級。這種分階段實施策略確保企業能在不同發展階段獲得相應價值，同時為長遠的數碼轉型奠定堅實基礎。
此方案的推出預示著身份安全將從成本中心轉變為業務賦能器，協助企業在確保安全合規的前提下加速創新步伐。隨著 Savvy 技術整合完成，SailPoint 將進一步強化應用程式的可視化與智能分析能力，為客戶提供前所未有的安全洞察，推動整個產業向更智能、更自動化的身份治理新時代邁進。
資料來源：
SailPoint官方
Help Net Security
網路安全新聞
阿里巴巴在 2025 雲栖大會上發布 Qwen3-Max 模型，憑藉超過萬億參數規模和在多項基準測試中的卓越表現，正式向 GPT-5 和 Claude Opus 4 等國際頂尖 AI 模型發起挑戰。除此以外集團 CEO 吳泳銘發表主旨演講，提出 AI 發展將從通用人工智能（AGI）邁向超級人工智能（ASI）的宏大願景。吳泳銘表示集團將在現有 3,800 億元人民幣 AI 基建計畫基礎上追加更大投入，預示著 AI 大模型領域將進入新一輪激烈競爭。
超級人工智能將分四階段演進
吳泳銘在演講中首次系統闡述通往 ASI 的演進路線，強調 AGI 只是起點而非終點。他指出，近一年全球 AI 投資總額超過 4,000 億美元（約港幣 3.12 萬億元），預計未來 5 年全球 AI 累計投入將超過 4 萬億美元（約港幣 31.2 萬億元），是人類歷史上最大規模的算力和研發投入。
吳泳銘解釋，從 AGI 走向 ASI 將經歷四個階段：智能涌現、自主行動、自我迭代，最終實現超越人類。ASI 作為全面超越人類智能的系統，將可能創造出「超級科學家」和「全端超級工程師」，以難以想像的思路解決現時未能解決的科學工程問題。
大模型將成下一代作業系統
談到技術演進路徑，吳泳銘表示大模型將成為下一代作業系統，在物理世界和數碼世界的交互中承載現有作業系統的地位。未來幾乎所有連接真實世界的工具介面都將與大模型連接，所有用戶需求和行業應用將透過大模型相關工具執行任務。
他預測，大模型作為下一代作業系統將允許任何人使用自然語言創造無限多的應用程式，未來支撐所有與運算世界打交道的軟件可能都由大模型產生。同時，AI Cloud 將成為下一代電腦，全世界或只會有 5 至 6 個超級雲端運算平台。
發布 Qwen3-Max 躋身全球前三
阿里巴巴在近日舉行的雲栖大會上，發布了一系列人工智能模型，其中最引人注目的為其迄今為止規模最大、能力最強的語言模型 Qwen3-Max。該模型的發布，標誌著阿里巴巴在人工智能領域的又一重大突破，其多項性能指標已接近甚至超越全球領先模型。
Qwen3-Max 模型系列包含兩大版本：為執行指令而設的 Instruct 模型，以及為複雜推理任務設計的 Thinking 模型。根據阿里巴巴公布的數據，Qwen3-Max 在多個關鍵測試集上表現卓越，其綜合能力水平已逼近 OpenAI 的 GPT-5 及 Anthropic 的 Claude 4 Opus。
在備受關注的編碼能力測試集 SWE-Bench Verified 上，Qwen3-Max 取得了 69.6 分的高分。在專注於評估模型作為智能體（Agent）能力的 Tau2-Bench 測試中，其表現甚至超越了 Claude 4 Opus。此外，目前尚未正式上線的 Qwen3-Max-Thinking 版本，在高難度的數學推理基准 AIME 25 和 HMMT 上更是取得了滿分的驚人成績。
從技術細節來看，Qwen3-Max 的模型總參數超過一萬億（1T），其預訓練數據量達到了驚人的 36T tokens。阿里巴巴強調，模型在訓練過程中展現了卓越的穩定性，未出現任何損失尖峰（loss spikes），也無需採用訓練回退或調整數據分布等干預策略。
為了支持超長文本的處理，該模型採用了創新的 ChunkFlow 策略，成功支持了一百萬上下文的訓練。在訓練效率方面，其模型浮點運算利用率（MFU）相較於前代 Qwen2.5-Max-Base 提升了30%。同時，阿里巴巴在訓練過程中對硬件基礎設施進行了深度優化，使得在超大規模集群上因硬件故障造成的訓練時間損失，大幅降低至前代模型的五分之一。
與 NVIDIA 展開 Physical AI 合作
阿里雲宣布與 NVIDIA 在 Physical AI（物理 AI）領域達成合作，阿里雲人工智能平台 PAI 將整合 NVIDIA Isaac Sim、Isaac Lab、Cosmos 和 Physical AI 資料集在內的全套軟件架構。合作將為企業用戶提供資料預處理、模擬資料生成、模型訓練評估、機械人強化學習、模擬測試等全鏈路平台服務。
這項合作將進一步縮短具身智能、輔助駕駛等應用的開發週期，推動 AI 技術向物理世界延伸。Physical AI 透過融合多模態感知、空間關係理解和物理規則認知，實現與現實世界的互動。
算力投入將指數級提升
為迎接 ASI 時代到來，吳泳銘透露，對比 2022 年生成式 AI 元年，2032 年阿里雲全球資料中心的能耗規模將提升 10 倍，意味着阿里雲算力投入將指數級提升。通義千問系列模型已實現從 0.5B 到超萬億的全尺寸覆蓋，包含 300 多個大模型，累計開源模型下載量突破 6 億次。
阿里 AI 新佈局 賦能企業的「超級智能」革命
阿里巴巴的 AI 戰略目標明確且宏大，是建立超越人類的「超級智能」(ASI)，而非單純的通用人工智能。為實現此願景，集團正進行鉅額投資，並推出性能頂尖的 Qwen3-Max 模型作為技術引擎。此舉除了是技術展示，更是其商業模式的核心轉變。
對企業而言，最關鍵的變化是 AI 正迅速從概念轉變為如同電力和雲端運算般的基礎設施。阿里雲的目標是提供「即用型」的超級智能服務，讓企業能輕易獲取頂尖 AI 能力以驅動創新、改善營運。
其與 NVIDIA 在實體 AI (Physical AI) 領域的合作尤其值得關注，目標是將數碼智能無縫導入實體世界。這將直接為製造、物流、零售等行業的自動化和機械人應用帶來突破性進展，為產業升級提供具體解決方案。
面對此趨勢，領先企業應立即將「AI 整合」納入核心戰略，評估如何利用此類強大平台，除了提升效率，更要重塑商業模式以建立下一代競爭壁壘。